Zaloguj się na konto

Jako zarejestrowany użytkownik masz dostęp do dodatkowych materiałów: nagrań video, recenzji, analiz oraz raportów.

Słownik branżowy

speaker recognition

(inaczej voiceprint) to biometryczna technika identyfikacji osoby poprzez analizę jej charakterystycznych cech głosu, takich jak ton, tempo, intonacja, dykcja, czy też inne właściwości akustyczne. Technologia ta działa na podobnej zasadzie jak odciski palców, czy DNA, pozwalając na stworzenie unikalnego profilu mówcy, który może być użyty do identyfikacji, weryfikacji lub autoryzacji danej osoby. Voiceprint stosowany jest między innymi w systemach bezpieczeństwa, bankowości elektronicznej, czy centach obsługi klienta, a także w wywiadzie i służbach specjalnych.

ZGŁOŚ TEMAT

Daj nam CYNK :)

Transcom zbudował LLM

Transcom i SiloGen zrewolucjonizują CX poprzez opracowanie wyspecjalizowanego modelu językowego (LLM)

Celem LLM, który wykorzystuje technologię opracowaną przez inżynierów Silo AI – SiloGen, jest poprawa obsługi klienta i kontrolowanie kosztów utrzymania technologii przy jednoczesnym zapewnieniu prywatności i bezpieczeństwa danych, co czyni go szczególnie interesującym dla europejskich firm.

W Transcom wierzymy, że sztuczna inteligencja zrewolucjonizuje naszą branżę. Dzięki temu partnerstwu jesteśmy  gotowi do przeprowadzenia całkowitej transformacji procesów obsługi klienta. Od dawna oferujemy rozwiązania AI, ale dzięki platformie SiloGen, która zmienia zasady gry, ułatwimy życie naszym konsultantom, naszym zleceniodawcom i ich klientom – mówi Jonas Dahlberg, prezes i dyrektor generalny Transcom.

Specjalistyczny LLM będzie podstawą do modelowania całej ścieżki CX[1]. Umożliwi to rozwój konkretnych rozwiązań bazujących na sztucznej inteligencji, w tym rozszerzonych narzędzi wspierających pracę zespołów obsługi klienta, modeli analitycznych, a także voice- i chatbotów w celu uzyskania dokładnego wglądu w usługi i produkty. Korzyści obejmują możliwości szybkiej automatyzacji powtarzalnych usług, skrócenie czasu szkolenia konsultantów, co będzie skutkować zwiększeniem produktywności i dostępności usług, wpłynie na poprawę rozwiązywania problemów i, co najważniejsze, doprowadzi do wzrostu zadowolenia klientów.

Korzystanie z ogólnie dostępnych generycznych mechanizmów LLM typu może być proste, ale nie jest ani[2] skuteczne, ani wydajne. Precyzyjnie dostrojone wyspecjalizowane modele językowe umożliwiają wydajną kontrolę i dopasowanie do potrzeb w zakresie dokładności. Dzięki precyzyjnie dostrojonemu LLM możliwe jest kontrolowanie, na jakich danych model jest szkolony i w jaki sposób dane te są przetwarzane. Zapewnienie LLM szczegółowego dostępu do danych użytkowników, procesów i produktów firmy umożliwia dostosowanie do jej wartości i modelu operacyjnego. Pozwoli to na przykład tworzyć boty w pełni zaznajomione z językiem i marką firmy, dzięki czemu będą integralną częścią usług.

– Jesteśmy zaszczyceni, że możemy być zaufanym partnerem Transcom w ich dążeniu do zapewnienia klientom najlepszych w swojej klasie doświadczeń. Nasze wartości w zakresie budowania technologii zorientowanych na człowieka są w pełni zbieżne i stanowią podstawę udanej współpracy. Doświadczenie klienta jest tak ważnym wyróżnikiem dla firm i widzimy ogromny potencjał w wykorzystaniu modeli językowych, aby pomóc na przykład pracownikom obsługi klienta w znalezieniu właściwych informacji w odpowiednim czasie w celu zaspokojenia potrzeb swoich klientów. Wierzę, że LLM w zakresie obsługi klienta, który wspólnie budujemy, będzie wzorem dla wielu firm – mówi Peter Sarlin, CEO i współzałożyciel Silo AI.

Na zdjęciu: Peter Sarlin, Silo AI oraz Jonas Dahlberg, Transcom

Słownik
1. CX. Zobacz customer experience.
2. ani. inaczej Automatic Number Identification lub caller id – numer telefonu dzwoniącego.
Total
0
Shares
Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *

Artykuły na pokrewne tematy
Czytaj więcej

No to co z tym uczeniem maszynowym?

Machine learning to obecnie jeden z najczęściej pojawiających się terminów w świecie technologicznym. I mimo, że koncepcja uczenia maszynowego jest znana od dawna, to dopiero rozwój technologiczny ostatnich lat spowodował, że zyskała ona na popularności i dzisiaj jest jednym z trendów, które zmieniają obraz współczesnego biznesu.